（专利号：ZL 201310117310.7） 简介：本发明公开了一种工序间水溶性防锈液，它是由下述重量份的原料组成的：钼酸钠5-8、葡萄糖酸锌2-4、苯甲酸钠1-2、甘油2-4、羧甲基纤维素钠0.1-0.2、去离子水80-90。发明提供的水溶性防锈液不含亚硝酸钠、重铬酸盐或挥发性有机胺等毒性较大的物质，也不含使水体富营养化的磷酸盐、硝酸盐组份，毒性较低，有一定的环保性；使用本发明提供的防锈液对钢铁制件进行防锈时，20～40天内无锈痕产生

产品详细介绍我厂同时还承接不同净化级别的厂房、车间、病房、手术室、单元式和集中式净化工程与实验室整体配套工程。从设计制造到安装调试、验收一条龙服务。为科研、制药、医疗卫生、食品饮料、电子光学仪器等行业提供了品质优良的产品，深受广大国内外用户的好评。欢迎新老客户，各界朋友，莅临我厂参观指导，我们用五个第一的服务宗旨为你营造一个洁净美好的工作环境

双幻核132Sn（Z=50，N=82）附近由于实验数据缺乏，人们对该区域壳结构是否会发生变化一直存在着争论。因此，实验上进一步研究该区域的壳演化特征，探讨壳演化内在机制是一个非常重要而有趣的课题，对理解核天体物理中的快中子俘获过程也有重要意义。图1. 奇质量Ag同位素第一个1/2-态和9/2+态 图2. (a) 理论计算的质子有效单粒子能能级差的系统性演化 曲线。(b) 中子在h11/2轨道的占据 近期，核物理与核技术国家重点实验室的李智焕、华辉课题组和合作者在日本理化学研究所开展了对123Pd和125Pd核的β衰变实验研究，首次在衰变子核123Ag和125Ag 的低激发能区发现了具有β放射性的同核异能态。利用新发现的同核异能态，讨论了奇质量Ag同位素中由πg9/2 和 πp1/2两个轨道形成的Z=40次闭壳能隙在N=82附近的演化（见图1）。研究表明在N=82处，Z=40次闭壳能隙可能存在明显的减小。为了进一步了解壳演化的微观机制，使用包含了张量力的壳模型计算了这个质量区单粒子轨道的演化，结果显示相比于N=50处，Z=40次闭壳能隙在N =82处存在明显的减小，张量力对 Ag 同位素中πg9/2 和 πp1/2 轨道以及 Z=40 次闭壳能隙在接近 N=82 时的演化起到非常重要的作用（见图2）。

设计并合成了氧、硫原子双桥连的新型分子带[8]cyclophenoxathiin，利用氧硫杂蒽结构单元的动态可弯折性克服分子带合成的高张力问题；同时，通过氧、硫杂原子对大环分子带的电子结构的调控，实现其作为分子“容器”的功能应用 为了精准地获得具有不同连接顺序和空腔性质的氧硫杂分子带，研究者采用了分步成环的控制合成策略，通过先成单桥大环，再桥连并环的方法，以较高的产率选择性地获得具有“碗状”和“筒状”的两种分子带。进一步研究表明碗状的分子带可通过多重C‒H···S氢键的作用，分子间二聚形成胶囊型的分子“容器”。该二聚体不仅可以包合硝基苯等溶剂分子，而且对C60等富勒烯分子具有极强的选择性络合能力，结合常数高达3.6×109 M‒2，展现出在富勒烯材料的提纯与分离方面的应用潜力。而筒状的分子带可与环型结构的[2,2]环蕃分子相结合，形成独特的“环套环”的超分子包合物。氧硫杂双桥联分子带的可控合成、多样结构及其丰富的主客体化学充分展示了杂原子掺杂分子带的魅力，也为分子带的设计和构筑提供了新的思路。

1.产品型号 AA-1800S六灯座单石墨炉原子吸收光谱仪AA-1800H六灯座火焰石墨炉一体原子吸收光谱仪AA-1800E八灯座火焰石墨炉一体原子吸收光谱仪 2.产品简介 AA-1800型原子吸收光谱仪是由行业的专家和国内知名高校联手研发完成，拥有几十年光谱仪器的研发和应用经验。该产品包括火焰、石墨炉及氢化物发生系统，可配置多种附件，灵活的配置方案可满足不同层次客户的需求。全自动多功能AA-1800型原子吸收光谱仪可进行复杂的样品分析，多种分析方法可自动切换，做到无人全自动分析。AA-1800型原子吸收光谱仪广泛应用于科研、质检、疾控、环保、冶金、农林、化工等行业，创新的软、硬件设计确保样品分析的准确性、安全性、易用性，仪器维护简单便捷。3.主要特点高精度全自动化光学系统色散率为1800条/毫米刻线大面积光栅，新型自准直单色器，所有镜片均是石英镀膜，宽广的检测范围和光学稳定性确保了分析的精度。全自动6灯座配置6个独立灯电源，可分别预热；高分子雾化室高分子材料抗腐蚀雾化室，耐酸碱，包括氢氟酸，无论是有机或是无机溶液都能得到较好的灵敏度和稳定性；钛燃烧器钛燃烧器，可选配50mm和100mm燃烧器，空冷预混合型，耐腐蚀，耐高盐，大幅度提高火焰的效率和火焰分析的准确度；全自动化分析能自动完成安全点火，熄灭和切换，结构可靠，故障率低，从而确保火焰法的灵敏度和重现性。光源系统六灯位平台自动切换，可直接使用高性能空心阴极灯，提高火焰分析的灵敏度，自动调节供电参数和光束位置，全自动波长扫描和寻找波峰；石墨炉温控内外气双重温度控制，20阶线性或非线性升温，确保待测元素具有较好的灵敏度；炉内富集浓缩达20次，纵向光控监测石墨管内壁温度，最高可升温至3000℃/s.高技术指标AA-1800型原子吸收光谱仪元素测试灵敏度达到行业先进水平，灵敏度≤0.015μg/mL/1%；基线漂移小于0.003Abs/30m，稳定性优于0.005Abs/4h;背景校正系统采用氘空心阴极灯和自吸收扣背景进行背景校正，消除低含量测定时分子吸收的干扰，减少了氘灯的发射噪声，延长了使用寿命，具有 较好的稳定性。氘灯背景信号为1A时，扣除背景能力＞50倍；智能化分析智能性非常强，人性化设计，火焰和石墨炉原子化器自动切换，石墨炉原子化器自动优化，自动设置调节火焰高度，自动点火，水平位置自动优化，系统自动设置气体流量。如遇停电、误操作、乙炔泄漏等，系统会自动启动安全保护功能；自动进样器与石墨炉一体化设计，采用高精度注射器，最低可进0.5μl样品，具有智能化在线稀释与浓缩功能。4.软件功能强大的功能高智能软件，功能强大，友好的中文操作界面。全自动仪器及附加控制，可自动优化，自动稀释；鼠标操作，自动设定菜单数据和校正方法；测量数据可以实现动态显示。标准曲线可以实现自动拟和；样品测量准确：采用向导的方式对样品进行设置，方便快捷；灵敏度校正功能：使测量的结果更为准确；数据共享方便快捷的数据共享数据处理：可对数据进行编辑保存；打印输出：提供单元素与多元素分析的报告；对测量结果及仪器的条件进行打印；数据导出：数据导出功能实现了与其他系统的数据共享。数据处理测量方式 : 火焰法、石墨炉法、氢化物-原子吸收法   浓度计算方式 : 标准曲线法（1～3次曲线），自动拟合，标准加入法   重复测量次数 : 1-99次、计算平均值、给出标准偏差和相对标准偏差   结果打印 : 参数打印，数据结果打印，图形打印，可导出WORD、EXCEL文档

本发明公开了一种攀爬机器车，包括车体，车体前后端安装设置有车轮，车体面向墙面的一端与一吸附机构连接固定，所述的吸附机构包括有本体，所述的本体为中空圆筒，所述的中空圆筒的上方设置有一盖板，所述的盖板的上端面与车体连接固定，所述的盖板的下端面通过间隔设置的第一垫块与中空圆筒的上端面外缘固定连接；所述的中空圆筒的内壁面上设置有切向喷嘴；所述的第一垫块与第一垫块之间的间距形成中空圆筒的上端面外缘与盖板下端面之间的第一排气流道；所述的中空圆筒下端面与墙面之间留有间隙，所述的间隙形成中空圆筒下端面外缘与墙面之间的第二排气流道。本发明的攀爬机器车能吸附在各种墙面上，吸附能力强，应用范围广。

本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。

一、项目简介 智能计算MR成像主要是基于脉冲序列设计、成像、重建、处理与分析的全链路优化思想，利用人工智能领域的深度学习与大数据方法，研究新体制智能计算成像理论、方法与应用，突破现有系统将成像与分析分治难以兼顾的不足，从而为医学临床和科研提供新的、更快的成像手段、更好的成像质量以及更符合实际需求的成像模式。 二、前期研究基础 无 三、应用技术成果1）基于深度学习的信息保持压缩感知重建（左图为填零重建、右图为所提方法）

当前，保护数据的隐私和安全已经成为世界性的热点，各国都在加强对数据安全和隐私的保护。近年来，国家相继出台个人信息保护的标准和政策，旨在加强隐私保护。为了在符合相关法规的前提下使用数据，部分研究者尝试令各方数据保留在本地的同时训练全局模型，如 Google 提出的联邦学习。作为一种加密的分布式机器学习技术 , 联邦学习能够让参与各方在不披露底层数据和底层数据加密 ( 混淆 ) 形态的前提下，仍然能利用其余几方参与者提供的信息，更好地训练联合模型，提升 AI 模型效果。 然而，将数据留在本地的方式却也引发其他问题，如针对联邦模型的投毒攻击。投毒攻击通过攻击训练数据集或算法来操纵机器学习模型的预测，使分类器识别特定样本的分类边界发生变化。而联邦学习场景下的投毒攻击通常拥有更强的隐蔽性和破坏性。 因此，我们将传统投毒攻击防御中对原始数据的清洗过程转变至对上传的模型权重参数的预处理，在参数服务器部署防御框架来防御投毒攻击。我们设计了一种新颖的防御与追溯框架，该框架主要由模型聚类、初步防御和细化防御三个模块构成，构建多层纵深防御体系，保护联邦模型安全，并在源头上主动追溯攻击者。我们设计面向神经网络的无监督层级聚类算法，消除了神经网络中隐含元素置换不变性的影响。根据类内代表模型在聚合过程中的贡献度确定其可疑度，并以动量思想将可疑度绑定每个客户端，并结合历史用户行为对攻击者进行定位。我们的防御框架可以自主评估模型贡献度，自动确定可疑度动态划分阈值，并在图像、文本等多源数据集上达到了 100% 追溯率，实现了零漏检，零误检。 目前，成果性能已经过多方测试和验证，代码已部署在华为自研深度学习框架MindSpore 中，进一步为广大开发者所用。

膜识别技术的应用 1.基于深度学习的虹膜识别算法性能达到国际先进水平； 2. 虹膜图像采集采用全自动自适应技术，可以自动寻找虹膜，自动聚焦，在中远距离范围实现了高用户友好性。 系统的性能远高于市场同类产品； 3. 整套系统成本很低，远低于市场同类产品，非常适合大规模应用 。